Agricultural Transition and Technical Efficiency: An Empirical Analysis of Wheat-Cultivating Farms in Samarkand Region, Uzbekistan

Table 4.
Frequency distribution of technical efficiency scores in Data Envelopment Analysis.
Efficiency Scores
CRS
VRS
SE
1.00
9
21
16
0.90–1.00
20
19
92
0.80–0.90
30
31
11
0.70–0.80
33
31
3
0.60–0.70
28
17
2
0.50–0.60
4
5
Mean efficiency
0.79
0.82
0.96
Minimum efficiency
0.53
0.54
0.65
Maximum efficiency
1.00
1.00
1.00
Standard deviation
0.12
0.12
0.06
CRSTE = technical efficiency from constant return to scale DEA; VRSTE = technical efficiency from variable return
to scale DEA; SCALE = scale efficiency = CRSTE/VRSTE.
There are various factors affecting to technical efficiency in agriculture. Several environmental
factors were regressed upon the efficiency scores in order to identify the determinants of efficiencies.
The results of Tobit regression for efficiency scores obtained from DEA are given in Table
5
.
Table 5.
Results of Tobit regression for efficiency scores.
Variables
Markings
Coefficients
Standard Error
t-Statistics
Constant
0.40931 ***
0.10336
3.96
Age of farmer
Age
0.00696 **
0.00270
2.58
Age_squared
ASq
−
0.00006 *
0.00003
−
1.94
Soil fertility (
SFer
)
SFer
0.00405 **
0.00174
2.32
Agricultural education
AgEdu
0.04340 **
0.02097
2.07
Seed quality
AQual
0.04184 **
0.02104
1.99
Water availability
WAv
0.00939
0.02013
0.47
Number of observations
124
Log likelihood
95.18208
Note: *, **, *** Indicate significance at 1%, 5% and 10% level respectively.
The results of the table show that all specific variables have a positive impact on technical efficiency.
The coefficient of the farmer’s age has a positive effect on efficiency and was found to be statistically
significant at the 5% level, while implying that the aged farmers with their experiences are more
efficient. Nevertheless, it should be considered that the relationship between efficiency and a farmer’s
age can be non-monotonic [
4
,
31
]. Thus, the age of farmers may have both a positive and negative
impact on technical efficiency, where older farmers are more experienced or slower to accept new

---

Sustainability
2018
,
10
, 3232
9 of 11
technologies than younger farmers. In addition, we added age squared to the age variable in the model,
which allows us to identify more accurately the effect of age, which may have a non-linear relationship
with the independent variable. The sign of age squared was found to be negative and statistically
significant. This implies the efficiency of wheat production is gradually diminished when the farmer’s
age is greater than a certain age. Soil fertility and seed quality factors had a positive sign and were
found statistically significant at the 5% level, whereas soil fertility levels and quality of seeds captured
higher productivity. As we described in the previous chapter, Samarkand region is divided into four
zones and soil fertility levels differ among these zones. Farmers have lands with different levels of
soil fertility, while implying that farmers are efficient in more fertile lands [
14
]. Water availability
was not statistically significant. Irrigation has been a severe issue for the country since the Soviet era,
and farmers still face constraints on their production [
32
,
33
]. In addition, the majority of farmers in
surveyed areas use pump irrigation. Farmers’ background on agricultural education had a positive
effect on efficiency and was found statistically significant at the 5% level, implying that more educated
farmers, especially those who graduated agricultural colleges/universities were found to be more
technically efficient.